晉北兩種飼草作物的APSIM模型參數(shù)敏感性分析

侯青青,成華強(qiáng),朱 敏,楊 軒*,夏方山

(1.山西農(nóng)業(yè)大學(xué)草業(yè)學(xué)院,山西 太谷 030801;2.草地生態(tài)保護(hù)與鄉(xiāng)土草種質(zhì)創(chuàng)新山西省重點(diǎn)實(shí)驗(yàn)室,山西 右玉 037200)

北方農(nóng)牧交錯(cuò)帶地處我國(guó)農(nóng)區(qū)與牧區(qū)的過(guò)渡帶,蘊(yùn)含著巨大的生產(chǎn)潛力[1-2],但存在氣候波動(dòng)大,生態(tài)環(huán)境脆弱等問(wèn)題[3-4]。晉北地區(qū)是北方農(nóng)牧交錯(cuò)帶的重要組成部分,一方面在全球變暖的背景下,變暖趨勢(shì)顯著,沙化問(wèn)題嚴(yán)重[5-6];另一方面,該區(qū)農(nóng)牧呈鑲嵌分布,農(nóng)牧業(yè)更替發(fā)展,導(dǎo)致農(nóng)業(yè)制度波動(dòng)大,表現(xiàn)為種植結(jié)構(gòu)受人為或氣候因素的影響發(fā)生改變,如大量使用化肥保證農(nóng)收、更改制度以緩和土地收益降低[7]。為解決現(xiàn)存問(wèn)題,需量化氣候、土壤、管理等要素變化及其對(duì)作物生產(chǎn)的影響,以明確制約產(chǎn)量的關(guān)鍵因素。采用作物生長(zhǎng)模型評(píng)估作物生產(chǎn)力或制定高產(chǎn)策略,近年來(lái)頗受重視[8-11]。如農(nóng)業(yè)生產(chǎn)系統(tǒng)模型(Agricultural Production System sIMulator,APSIM),主要用于農(nóng)田作物建模,可有效平衡作物-土壤的關(guān)系,實(shí)現(xiàn)不同氣候和管理?xiàng)l件下作物生長(zhǎng)及土壤變化的動(dòng)態(tài)模擬并進(jìn)行預(yù)產(chǎn)[12-13]。為提高模型描述精度,以使模型契合晉北作物生長(zhǎng),需進(jìn)行參數(shù)敏感性分析[14-15],以量化輸入?yún)?shù)變化對(duì)輸出變量的影響和敏感程度,對(duì)關(guān)鍵參數(shù)進(jìn)行準(zhǔn)確率定[16-17]。

前人關(guān)于作物產(chǎn)量對(duì)參數(shù)變化的敏感性研究已有一定成果[18-20]。Wang等[21]基于APSIM探究華北地區(qū)1961—2008年各氣候因子對(duì)小麥-玉米種植系統(tǒng)產(chǎn)量的影響,結(jié)果表明溫度為強(qiáng)敏感參數(shù)。趙俊芳[22]利用APSIM-Maize探究北方八省春玉米產(chǎn)量對(duì)氣候變化的響應(yīng),表明溫度、輻射和降水響應(yīng)明顯,與馬瑞麗等[23]研究結(jié)果相似。此外,作物本身特性也會(huì)影響生產(chǎn)[24]。鄧曉壘等[25]研究發(fā)現(xiàn),APSIM-wheat模型中對(duì)小麥產(chǎn)量最敏感的參數(shù)均為作物品種參數(shù),與品種積溫、春化及光周期等參數(shù)相關(guān)。米榮娟等[26]利用APSIM對(duì)影響春小麥產(chǎn)量形成的敏感參數(shù)進(jìn)行篩選,其中每克莖籽粒數(shù)量、灌漿期籽粒日潛在灌漿速率、單株最大籽粒質(zhì)量對(duì)產(chǎn)量的貢獻(xiàn)最高。

總體來(lái)說(shuō),目前針對(duì)北方農(nóng)牧交錯(cuò)帶生產(chǎn)環(huán)境的模型參數(shù)敏感性分析的研究數(shù)量較少,還未能充分了解、體現(xiàn)作物動(dòng)態(tài)模型于相近條件地區(qū)的適用性和功能性。本研究以晉北地區(qū)為研究點(diǎn),基于APSIM并選取當(dāng)?shù)刂饕娘暡葑魑?飼用燕麥(AvenasativaL.)、秣食豆(Glycinemax(L.) Merr.)為研究對(duì)象,利用長(zhǎng)期歷史氣候數(shù)據(jù)對(duì)作物的主要參數(shù)及氣象參數(shù)進(jìn)行敏感性分析,以明晰當(dāng)?shù)刂匾魑锷a(chǎn)力的波動(dòng)來(lái)源,為相近地區(qū)農(nóng)業(yè)生產(chǎn)資源的可持續(xù)管理提供一定的科學(xué)依據(jù),協(xié)助晉北農(nóng)牧業(yè)長(zhǎng)遠(yuǎn)發(fā)展。

1 材料與方法

1.1 研究區(qū)概況

本研究于山西省朔州市右玉縣進(jìn)行,試驗(yàn)區(qū)地處黃土高原,位于山西省西北部,地理坐標(biāo)為39.996 8°N,112.327 7°E。該地區(qū)四季分明,屬于溫帶大陸季風(fēng)氣候。冬春季干旱少雨,多風(fēng)沙,夏季降水集中[7]。研究區(qū)1980—2019年的年際降水量為258.0～597.7 mm(平均419.3 mm),年際均溫在2.9～6.1℃(平均4.8℃)。最冷月為1月,均溫-14℃(-9.0℃～-17.8℃),最熱月為7月,均溫20.5℃(18.9℃～22.4℃),≥0℃積溫為2 600～3 600℃[7]。終霜期為5月初,初霜期為9月上中旬,無(wú)霜期為100～120 d[7]。全年日照時(shí)數(shù)2 600～2 700 h[7]。地下水較深,對(duì)2 m內(nèi)的土體基本沒(méi)有補(bǔ)給[27]。

1.2 APSIM模型概述

APSIM由澳大利亞的聯(lián)邦科工組織和昆士蘭州政府的農(nóng)業(yè)生產(chǎn)系統(tǒng)組(APSRU)所開(kāi)發(fā),可描述農(nóng)業(yè)生產(chǎn)系統(tǒng)中各主要組分的變化[28-29],其以中心引擎為核心,鍵合土壤模塊、作物模塊和管理模塊[30]。其中,土壤模塊用于模擬土壤水分運(yùn)動(dòng)、養(yǎng)分轉(zhuǎn)移等過(guò)程,土壤各層的田間持水量、飽和含水量和凋萎系數(shù)等參數(shù)決定土壤水分特征;作物模塊主要包括作物參數(shù)和品種遺傳參數(shù),用于模擬作物的生長(zhǎng)發(fā)育和產(chǎn)量形成;管理模塊包括播期和收獲期、施肥和灌溉的設(shè)定、輸入和輸出變量的設(shè)置等[31],需要輸入的氣候數(shù)據(jù)包括逐日降水量、逐日最高氣溫、逐日最低氣溫和逐日總輻射量。此外,APSIM以其“即插即用”的優(yōu)勢(shì)可靈活調(diào)整管理措施,有效預(yù)測(cè)與模擬多種作物在不同氣候、土壤、品種和管理等因子組合背景下的作物生長(zhǎng)、產(chǎn)量形成等指標(biāo)的變化過(guò)程[13-14]。本研究運(yùn)用APSIM的燕麥模塊(對(duì)應(yīng)飼用燕麥)、大豆模塊(對(duì)應(yīng)秣食豆),已于前期研究進(jìn)行了初步模擬驗(yàn)證,對(duì)作物產(chǎn)草量的擬合度較高[7]。

1.3 敏感性分析方法

敏感性分析(Sensitivity analysis,SA)分為局部敏感性分析和全局敏感性分析,通過(guò)改變輸入變量衡量其對(duì)輸出指標(biāo)的影響程度,分析輸出指標(biāo)敏感性程度直觀討論模型參數(shù)的敏感性,可快速對(duì)關(guān)鍵參數(shù)進(jìn)行率定,促進(jìn)模型的改進(jìn)和結(jié)構(gòu)優(yōu)化[32]。局部敏感性分析過(guò)程相對(duì)簡(jiǎn)單,操作便捷,注重考慮單個(gè)參數(shù)對(duì)模型輸出的影響[26]。本研究涉及模型的子模型包括APSIM-soybean,APSIM-oats,采用OAT(One at a time)法[33],即運(yùn)行模型時(shí)只改變其中1個(gè)參數(shù),根據(jù)參數(shù)改變對(duì)模擬結(jié)果的響應(yīng)程度進(jìn)行敏感性參數(shù)的篩選,該方法可在一定程度上忽略其他參數(shù)間的相互作用,快速率定對(duì)輸出指標(biāo)具有敏感性的參數(shù)[33-34]。敏感性指標(biāo)用相對(duì)敏感度(Relative sensitivity,RS)來(lái)衡量[33]。

本研究對(duì)模型中的氣象參數(shù)和作物參數(shù)進(jìn)行敏感性分析,每次運(yùn)行模型時(shí)只將數(shù)據(jù)庫(kù)中的1個(gè)參數(shù)值增減10%,然后運(yùn)轉(zhuǎn)模型并計(jì)算這種變化對(duì)模擬結(jié)果的影響程度[32-33]。如果增減10%溢出參數(shù)的取值范圍,則適當(dāng)調(diào)整參數(shù)的增量[32]。RS計(jì)算公式如下：

(1)

式(1)中：x為模型參數(shù)中的某一參數(shù)值;Δx為該參數(shù)的改變量;y(x)及y(x+Δx)分別表示參數(shù)改變前后的模擬輸出量,本研究指各飼草作物的產(chǎn)量。RS值越大表示該參數(shù)越敏感,反之則不敏感。

1.4 參數(shù)選擇與模擬設(shè)計(jì)

敏感性分析基于1980—2019年研究站點(diǎn)的歷史氣象數(shù)據(jù),來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http：//data.cma.cn/site/index.html),包括逐日降水量(mm)、逐日最高氣溫(℃)、逐日最低氣溫(℃)和逐日太陽(yáng)輻射量(MJ·m-2)(表1),并將氣候數(shù)據(jù)建立.met文件導(dǎo)入APSIM框架作為氣象參數(shù)基礎(chǔ)。主要土壤參數(shù)見(jiàn)表2,于2022年在山西右玉黃土高原草地生態(tài)系統(tǒng)定位國(guó)家觀測(cè)研究站采集。2種作物模塊的分析參數(shù)及說(shuō)明、取值范圍見(jiàn)表3。

本研究考慮模型的輸出指標(biāo)為：飼用燕麥、秣食豆的地上生物量,即產(chǎn)草量,并考慮3種不同產(chǎn)量水平下的模型敏感性,即僅有光溫限制的潛在水分產(chǎn)量(設(shè)置條件：當(dāng)土壤可利用水低于田間持水量的80%即灌溉至持水量)、光溫水限制的雨養(yǎng)產(chǎn)量(設(shè)置條件：全生育期無(wú)灌溉)和根據(jù)當(dāng)?shù)貙?shí)際管理的灌溉條件的產(chǎn)量水平(設(shè)置條件：全生育期設(shè)置灌溉量50 mm)[35]。

表1 1980—2019年年均氣候數(shù)據(jù)Table 1 Annual average climate data from 1980 to 2019

續(xù)表1

表2 研究區(qū)土壤的基本參數(shù)Table 2 The soil parameters of the study area

表3 作物參數(shù)及其取值Table 3 The main crop parameters and their values

續(xù)表3

1.5 統(tǒng)計(jì)與分析

采用Microsoft Excel軟件對(duì)實(shí)測(cè)與模擬數(shù)據(jù)進(jìn)行分析處理。使用Origin 2021制圖軟件制圖,運(yùn)用SPSS24.0統(tǒng)計(jì)軟件對(duì)不同情景間的參數(shù)RS值進(jìn)行方差分析(采用LSD法,即Least Significant Difference),差異顯著水平為P=0.05。

2 結(jié)果與分析

2.1 秣食豆的氣象參數(shù)敏感性分析

結(jié)果顯示,雨養(yǎng)、實(shí)際、潛在產(chǎn)量水平條件下,對(duì)于秣食豆產(chǎn)草量的參數(shù)RS從高到低均依次為：溫度(Temperature,TEM)、輻射(Radiation,RADN)、降水量(Rainfall,RAIN)(圖1)。雨養(yǎng)產(chǎn)量水平下,TEM,RADN,RAIN的RS分別為：1.84,0.53,0.37,前2個(gè)參數(shù)的RS均在0.5以上,敏感性強(qiáng)(圖1)。實(shí)際產(chǎn)量水平TEM,RADN,RAIN的RS分別為：1.73,0.67,0.27,TEM,RADN的RS在0.5以上,表現(xiàn)為強(qiáng)敏感性。潛在產(chǎn)量水平3個(gè)參數(shù)的RS依次分別為：1.37,1.34,0.01,其中TEM和RADN的RS均在0.5以上,敏感性強(qiáng)(圖1)。

統(tǒng)計(jì)分析顯示,TEM和RADN參數(shù)于雨養(yǎng)與潛在水平之間的RS有顯著差異(P<0.05);各參數(shù)于實(shí)際與潛在水平之間的RS均有顯著差異(P<0.05),但僅RAIN的RS于3種產(chǎn)量水平間均為顯著差異(P<0.05)。

2.2 秣食豆的作物參數(shù)敏感性分析

雨養(yǎng)、實(shí)際、潛在產(chǎn)量水平條件下,對(duì)于秣食豆產(chǎn)草量的參數(shù)RS從高到低均依次為：輻射利用效率(RUE)、生長(zhǎng)期結(jié)束至初花期積溫(YTTEOJ)、出苗期至生長(zhǎng)期結(jié)束積溫(TTE)、盛花期至灌漿期積溫(YTTF)、初花期至盛花期積溫(YTTFI),以上參數(shù)的RS均大于0.1,實(shí)際和潛在水平下,受霜凍而枯萎的最低溫(XTS)參數(shù)的RS同樣大于0.1。3種產(chǎn)量水平條件下,RUE的RS分別為0.59,0.72,1.34,表現(xiàn)為強(qiáng)敏感性(圖2)。此外,潛在產(chǎn)量水平下YTTEOJ的RS為0.65,敏感性強(qiáng)(圖2)。

統(tǒng)計(jì)分析顯示,RUE,YTTEOJ,TTE,YTTF,YTTFI,XTS,YSF參數(shù)于潛在與實(shí)際、雨養(yǎng)產(chǎn)量水平之間的RS均有顯著差異(P<0.05)。

圖2 雨養(yǎng)、實(shí)際、潛在產(chǎn)量水平下秣食豆的作物參數(shù)敏感性排序Fig.2 Sensitivity ranking among crop parameters of feed soybean under the rain-fed,actual and potential yield levels注：(a)雨養(yǎng)產(chǎn)量水平;(b)實(shí)際產(chǎn)量水平;(c)潛在產(chǎn)量水平;不同小寫(xiě)字母表示相同參數(shù)的RS在產(chǎn)量水平之間具有顯著差異(P<0.05)Note：Panel (a) displays the rain-fed yield level;Panel (b) the actual production level;Panel (c) the potential production level.Different lowercase letters represent a significant difference between different RS of parameters under the same yield levels (P<0.05)

2.3 飼用燕麥的氣象參數(shù)敏感性分析

3種產(chǎn)量水平條件下,對(duì)于飼用燕麥產(chǎn)草量的參數(shù)RS排序不一致。雨養(yǎng)產(chǎn)量水平下,RS從高到低依次為：TEM(0.70),RAIN(0.51),RADN(0.28),TEM與RAIN敏感性強(qiáng)(圖3)。實(shí)際產(chǎn)量水平條件下,RS從高到低依次為：TEM(0.63),RADN(0.41),RAIN(0.41),僅TEM表現(xiàn)為強(qiáng)敏感性(圖3)。潛在產(chǎn)量水平下,RS從高到低依次為：RADN,TEM,RAIN,RS分別為：0.84,0.40,0.05,僅RADN的RS在0.5以上,敏感性強(qiáng)(圖3)。

由方差分析可知,TEM參數(shù)于潛在與雨養(yǎng)、實(shí)際產(chǎn)量水平之間的RS有顯著差異(P<0.05),RADN和RAIN參數(shù)于3種產(chǎn)量水平之間的RS均差異顯著(P<0.05)。

圖3 雨養(yǎng)、實(shí)際、潛在產(chǎn)量水平下飼用燕麥的氣象參數(shù)敏感性排序Fig.3 Sensitivity ranking of meteorological parameters of forage oat under the rain-fed,actual and potential yield levels注：(a)雨養(yǎng)產(chǎn)量水平;(b)實(shí)際產(chǎn)量水平;(c)潛在產(chǎn)量水平;不同小寫(xiě)字母表示相同參數(shù)的RS在產(chǎn)量水平之間具有顯著差異(P<0.05)Note：Panel (a) displays the rain-fed yield level;Panel (b) the actual production level;Panel (c) the potential production level;Different lowercase letters represent a significant difference between different RS of parameters under the same yield levels (P<0.05)

2.4 飼用燕麥的作物參數(shù)敏感性分析

3種產(chǎn)量水平條件下,對(duì)于飼用燕麥產(chǎn)草量的參數(shù)RS排序不一致。雨養(yǎng)產(chǎn)量水平下,RS從高到低依次為：春化敏感性指數(shù)(VS)、生長(zhǎng)期結(jié)束至初花期積溫(YTTEOJ)、輻射利用效率(RUE)、最大比葉面積(SMAX)、灌漿期所需積溫(TTSGF)、盛花期至灌漿期積溫(TTF),上述參數(shù)的RS均在0.1以上,其余參數(shù)的RS均在0.1以下(圖4)。其中VS,YTTEOJ,RUE的RS大于0.5,分別為2.71,1.06,1.04,表現(xiàn)為強(qiáng)敏感性。實(shí)際產(chǎn)量水平下,RS從高到低依次為：VS,RUE,YTTEOJ,TTSGF,TTF,SMAX,以上參數(shù)的RS均在0.1以上(圖4)。其中VS,RUE,YTTEOJ的RS分別為1.91,0.95,0.87,表現(xiàn)為強(qiáng)敏感性。潛在產(chǎn)量水平下,RS大于0.1的參數(shù)從高到低依次為：VS,YTTEOJ,RUE,TTSGF,TTF,SMAX,TTFI,其中VS,YTTEOJ,RUE的RS分別為2.25,1.02,0.97,表現(xiàn)為強(qiáng)敏感性(圖4)。

由方差分析可知,YTTEOJ,SMIN參數(shù)于3種產(chǎn)量水平之間的RS差異不顯著;VS,RUE,SMAX參數(shù)于雨養(yǎng)與實(shí)際水平之間的RS差異顯著(P<0.05);TTSGF,TTF于實(shí)際與潛在水平之間的RS差異顯著(P<0.05)。

3 討論

針對(duì)模型輸出的作物產(chǎn)量指標(biāo)進(jìn)行參數(shù)敏感性分析,可量化氣候、作物遺傳和土壤等參數(shù)變化對(duì)作物產(chǎn)量的效應(yīng),有助于確定模型輸出的不確定性,為實(shí)現(xiàn)高效便捷的模型優(yōu)化和率定提供基礎(chǔ)支撐[23,33]。本研究的結(jié)果表明,針對(duì)秣食豆產(chǎn)量的氣象參數(shù)和作物參數(shù)敏感性排序結(jié)果在雨養(yǎng)、實(shí)際、潛在3種產(chǎn)量水平條件下一致。在研究點(diǎn)的氣候條件下,對(duì)秣食豆產(chǎn)草量敏感性較強(qiáng)的氣候因子為溫度(RS為1.37～1.84)和輻射(0.53～1.34),說(shuō)明當(dāng)溫度升高或降低,秣食豆草產(chǎn)量也會(huì)隨之增減。有研究顯示,在全球氣候變暖的背景下,晉北地區(qū)變暖趨勢(shì)也很明顯,年均溫呈上升趨勢(shì)[36],進(jìn)而可能使秣食豆生育期縮短,從而導(dǎo)致減產(chǎn),符合本研究的主要結(jié)果。

輻射利用效率RUE對(duì)于秣食豆產(chǎn)草量在雨養(yǎng)、實(shí)際、潛在3種產(chǎn)量水平中均為敏感性強(qiáng)的參數(shù),RS依次分別為0.59,0.72,1.34。秣食豆生育期內(nèi),高RUE通常意味著作物生長(zhǎng)季內(nèi)需要大量耗水,而潛在產(chǎn)量水平下,秣食豆的生長(zhǎng)發(fā)育不受水分限制,也因此使該產(chǎn)量水平下RUE的RS明顯較高。另外,在潛在產(chǎn)量水平下,生長(zhǎng)期結(jié)束至初花期積溫也呈現(xiàn)較高的RS(0.65),導(dǎo)致該結(jié)果的原因可能是作物生長(zhǎng)中后期,積溫影響生育期長(zhǎng)短[21]。從作物生長(zhǎng)發(fā)育來(lái)看,生長(zhǎng)期結(jié)束至初花期期間積溫增加能相應(yīng)的縮短出苗天數(shù),減少消耗,促進(jìn)干物質(zhì)積累[37]。當(dāng)生長(zhǎng)期結(jié)束至初花期積溫基礎(chǔ)值上增加10%時(shí),秣食豆模擬產(chǎn)量顯著高于原產(chǎn)量;當(dāng)減少10%時(shí),模擬產(chǎn)量顯著低于原產(chǎn)量。上述結(jié)果表明,秣食豆的生長(zhǎng)發(fā)育主要受溫度和太陽(yáng)輻射的影響,而與溫度相關(guān)的作物參數(shù)也表現(xiàn)出強(qiáng)敏感性(如TTE和YTTEOJ等;表3)。

飼用燕麥在不同產(chǎn)量水平下,其主要參數(shù)的敏感性有所差別。雨養(yǎng)產(chǎn)量水平下,對(duì)飼用燕麥產(chǎn)草量影響較大的氣象因子為溫度(0.70)與降水量(0.51);而實(shí)際產(chǎn)量水平為溫度(0.63),潛在產(chǎn)量水平為輻射(0.84)?？梢?jiàn)于潛在產(chǎn)量水平下,溫度的RS顯著低于雨養(yǎng)、實(shí)際水平,原因?yàn)闇囟壬咭滓鹱魑锖乃吭黾?作為光合作用的原料的水分的消耗傾向提升,但潛在產(chǎn)量水平下不限制水分條件,因而產(chǎn)草量對(duì)該參數(shù)的敏感性較低。前人研究認(rèn)為,白天最高溫度的升高可能會(huì)增加作物的熱脅迫,如高溫條件下,作物光合強(qiáng)度下降,會(huì)限制作物產(chǎn)量[38-39],與本研究雨養(yǎng)、實(shí)際產(chǎn)量條件下模擬結(jié)果一致。輻射量的RS于3種產(chǎn)量水平之間也具有顯著差異。有研究指出,太陽(yáng)輻射降低會(huì)導(dǎo)致作物凈光合速率下降,同化物積累降低;但有利的方面是同時(shí)減少了作物的需水量,可在一定程度上緩解干旱脅迫和高溫對(duì)作物的影響[31];而潛在產(chǎn)量水平的生產(chǎn)條件下,輻射降低將直接造成飼用燕麥干物質(zhì)積累速度減緩,導(dǎo)致減產(chǎn)。對(duì)于降水量而言,晉北冬春季干旱少雨,夏季降水集中,降水量最高是在7,8月份,平均降水量分別為93和99 mm[39]。基于該地的實(shí)際氣候條件,雨養(yǎng)產(chǎn)量條件下降水量對(duì)產(chǎn)草量的影響較大。

作物參數(shù)中,3種產(chǎn)量水平下除與飼用燕麥產(chǎn)量形成相關(guān)的RUE(0.95～1.04)具有較強(qiáng)的敏感性外,與積溫、物候長(zhǎng)度相關(guān)的參數(shù)也對(duì)產(chǎn)草量有較強(qiáng)的敏感性,包括春化敏感性指數(shù)VS(1.91～2.71)、生長(zhǎng)期結(jié)束至初花期積溫TTEOJ(0.87～1.06)。生育期長(zhǎng)短決定了干物質(zhì)積累時(shí)間,對(duì)飼草產(chǎn)量形成具有重要作用[36]。Zhao等[37]研究表明麥類(lèi)作物的地上生物量受春化階段影響顯著。而在APSIM框架中,燕麥的春化作用機(jī)制與小麥類(lèi)似,Zhang等[40]基于APSIM-wheat的研究指出,模型中小麥出苗期到幼苗期結(jié)束階段所需積溫由品種的春化敏感性和春化天數(shù)決定,在此階段小麥葉片(用葉面積指數(shù)衡量)和干物質(zhì)積累量快速增加,可見(jiàn)改變春化敏感性指數(shù)將會(huì)導(dǎo)致植物(葉片、干物質(zhì))生長(zhǎng)期延長(zhǎng)或縮短,從而影響作物產(chǎn)量[37]。本研究的模擬結(jié)果也同樣表明,當(dāng)提高春化敏感性指數(shù)時(shí),飼用燕麥出苗到幼苗期結(jié)束的階段提前,從而延長(zhǎng)了干物質(zhì)積累時(shí)間,使產(chǎn)草量增加,反之則會(huì)降低。

綜上,不同產(chǎn)量水平之間,影響秣食豆產(chǎn)草量較強(qiáng)的氣候因子一致,影響飼用燕麥的關(guān)鍵氣象參數(shù)存在差異,但2種飼草的作物參數(shù)中與氣候相關(guān)的參數(shù)同樣具有強(qiáng)敏感性。在明晰2種飼草生產(chǎn)潛力波動(dòng)來(lái)源的前提下,應(yīng)因地制宜地采取措施,實(shí)現(xiàn)晉北及相近地區(qū)產(chǎn)草量的最大化。此外,本研究表明模型應(yīng)用的外界條件越復(fù)雜,參數(shù)敏感性差異越大。因此,在特定環(huán)境下運(yùn)用模型時(shí)進(jìn)行敏感性分析必不可少,后續(xù)研究將進(jìn)一步引入更全面的參數(shù)敏感性方法,針對(duì)晉北較為缺水的飼草生產(chǎn)條件進(jìn)行更細(xì)致的分析。

4 結(jié)論

本研究運(yùn)用OAT參數(shù)敏感性分析方法對(duì)APSIM-soybean,APSIM-oats作物子模型的作物參數(shù)及氣象參數(shù)進(jìn)行了敏感性分析,主要結(jié)論如下：各產(chǎn)量水平下影響秣食豆產(chǎn)草量的強(qiáng)敏感性參數(shù)為：溫度(TEM)、輻射(RADN)、輻射利用效率(RUE)、生長(zhǎng)期至生長(zhǎng)期結(jié)束積溫(YTTEOJ);雨養(yǎng)與實(shí)際產(chǎn)量水平下溫度(TEM)對(duì)飼用燕麥產(chǎn)草量表現(xiàn)為強(qiáng)敏感性,而潛在條件下為輻射(RADN),春化敏感性指數(shù)(VS)、輻射利用效率(RUE)、生長(zhǎng)期結(jié)束至初花期積溫(TTEOJ)是影響飼用燕麥產(chǎn)草量的關(guān)鍵作物參數(shù);APSIM通過(guò)作物參數(shù)來(lái)表達(dá)作物對(duì)不同環(huán)境的響應(yīng),不同產(chǎn)量水平條件會(huì)導(dǎo)致產(chǎn)草量對(duì)參數(shù)的敏感性有差異。